A new method for determining neuron receptive field reference-frames
Notice bibliographique
Résumé
Mapping neuron receptive fields (RFs) only leads to an understanding of the role these neurons play in sensorimotor behavior if the proper reference-frame of each RF is determined as well. Our goal was to develop a method by which this reference-frame could be determined from the RF mapping itself. We developed this method using a data set that included single-unit recordings from 80 neurons in the intermediate superior colliculus of two head-unrestrained monkeys during performance of a visual saccade task. Using head-unrestrained animals represents an improvement over head-restrained animals in that head movements allow a more natural behavior and open up an additional reference frame in which neuron RFs might be represented. Because the torsional component of eye and head are significant in this condition, we recorded both positions in 3-D using dual search coils. We plotted RFs using both the final gaze and visual target directions relative to initial gaze fixation, in eye, head and space reference-frames. While the requirements of target fixation constrained both initial and final gaze directions, freedom of movement of both eye and head produced a natural variation in these orientations across successive trials. This meant that the RFs plotted in different reference frames would themselves be different. We modeled this using hypothetical RFs, and found that these variations produced a ‘smearing’ of the RF in all reference frames other than the proper reference-frame associated with the neuron's activity. A non-parametric fitting of each RF in the different reference-frames, and a Levine test comparing the variances of the residuals of these fits, produced a significant difference when eye and head orientation variability were of a size similar to that shown by monkeys performing saccade tasks, so that the proper reference-frame could be distinguished. We confirmed this using our actual neurophysiological data. Supported by: CIHR (Canada). JDC holds a Canada Research Chair.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».